张 东

（郑州升达经贸管理学院，河南 郑州 451191）

BP神经网络算法的技术分析

张 东

（郑州升达经贸管理学院，河南 郑州 451191）

本研究通过对BP神经网络的特点及其原理进行简单介绍，提出当前的一些算法改进，分析各种算法的优缺点，最后对BP神经的应用现状进行了探讨。

人工神经网络；BP算法；优化算法；最佳预测

本文著录格式：张东.BP神经网络算法的技术分析[J].软件，2016，37（12）：227-229

0 前言

BP神经网络又称人工神经网络，它是一种模拟动物神经网络的数学模型。神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为。神经网络反映了人脑功能的基本特征，如并行信息的处理、学习、想象、记忆等。BP神经网络是由人工神经元互连组成的网络，以人工神经元为节点，用有向加权弧连接起来的有向图，其中人工神经元模拟人脑神经元，有向弧模拟轴突—突触—树突对，有向弧的权值表示相互连接的两个人工神经元相互作用的强弱。

1 BP神经网络的基本原理

早在1986年首先由Romelhart和Mc2clelland提出误差反向传播算法（Error Back Propagation Algorit hm，简称BP算法），由于在应用中误差反向传播算法常用于多层前反馈网络的训练，也常把多层反馈网络成为BP网络[1]。

BP网络模型包括其输入输出模型、作用函数模型、误差计算模型和自学习模型。

1.1 节点输出模型

f-非线形作用函数，q-神经单元阈值。

图一 BP神经网络的典型结构

1.2 作用函数模型

作用函数是反映下层输入对上层节点刺激脉冲强度的函……